tekoäly - AI Feta, the news about scientific AI research (Page 3)

tekoäly

Tekoälyn on opittava muuttuvassa maailmassa – ja pystyttävä perustelemaan itsensä

Automaattibussi kaartaa tutulle reitilleen, mutta risteyksen takana odottaa yllätys: tietyö sulkee kaistan, ja navigaattori ohjaisi bussin pimeän puiston läpi oikaisemaan. Hetki paljastaa, miksi nykyiset älykkäät järjestelmät kompuroivat: ne osaavat toistaa opittuja rutiineja, mutta muuttuvassa tilanteessa niiden on vaikea arvioida, mikä on sekä järkevää että turvallista – ja vielä selittää, miksi. Perinteinen

tekoäly

Chatbotien turvatestit vanhenevat nopeammin kuin niitä ehditään päivittää

Kysy tekoälyltä, miten kiertää ohjelman suojaukset, ja saat todennäköisesti kieltävän vastauksen. Odota viikko, niin verkossa kiertää taas uusi kikka, joka saa saman mallin lipsumaan. Yritykset paikkaavat, käyttäjät keksivät uutta, ja väliin syntyy seinäjuoksun tunne: luvut mallien turvallisuudesta ovat jo vanhentuneet, kun niistä ehditään keskustella. Ongelma ei ole pelkästään tekninen vaan

tekoäly

Tekoälyn sisuksissa on “sosiaalisia kytkimiä”

Uusi menetelmä antaa viitteitä siitä, että tällaisten kytkimien vaimentaminen voi vähentää harhaisia oletuksia ihmisistä ilman, että kuvista kertovien kielimallien ymmärrys heikkenee. Kuvittele, että puhelimesi kuva-avustin yrittää kertoa, mitä valokuvassa näkyy. Se löytää koiran, polkupyörän ja auringonlaskun. Mutta kun kuvassa on ihmisiä, se alkaa arvailla: “nuori äiti”, “bisnesmies”, “maahanmuuttaja”. Tällaisten pikapäätelmien

tekoäly

Samaa kysymystä ei kannata lukea moneen kertaan – pieni muutos voi nopeuttaa kielimallien opetusta isosti

Kuvittele opettajaa, joka pyytää luokkaa kirjoittamaan kaksi eri versiota samasta esseestä ja sitten arvioi, kummassa on parempi alku. Olisi hullua, jos opettaja joka kerta lukisi otsikon ja ensimmäisen kappaleen alusta asti erikseen – vaikka ne ovat samat. Silti näin tekoälyä opetetaan usein: sama kysymys syötetään mallille uudestaan ja uudestaan, jotta se

tekoäly

Pieni lisäkerros paikkaa tekoälyn tekemien simulaatioiden näkyvimmät virheet

Kuvittele itseajavan auton simulaatio, joka näyttää ensi silmäyksellä hämmästyttävän aidolta. Kun kamera kääntyy risteystä kohti, talojen seinät alkavat kuitenkin ”väristä” ja kaukaa mukaan liimattu pyöräilijä erottuu outona: värit eivät istu, varjo puuttuu. Tältä arki näyttää, kun maailmaa yritetään mallintaa valokuvista rakennetuilla 3D-malleilla ja niiden päälle lisätyillä liikkuvilla hahmoilla. Vuosien ajan

tekoäly

Tekoälyn laatimissa röntgenlausunnoissa on usein päättelyvirheitä

Kuvittele, että luet keuhkokuvan lausunnon. Ensin siinä todetaan, ettei keuhkopussissa näy nestettä. Pari virkettä myöhemmin kirjoittaja suosittelee kuitenkin huomioimaan lievän nestekertymän. Lausunto näyttää siistiltä ja sujuvalta, mutta jokin mättää: samassa tekstissä kumotaan omat johtopäätökset. Tällaiset ristiriidat eivät ole vain inhimillisen kiireen sivutuote. Ne paljastuvat yhä useammin tekoälyn tuottamissa raporttiluonnoksissa, kun

terveys

Puhe voi heijastaa aivojen muutoksia – ilman magneettikuvaa

Puhelimessa läheinen etsii sanoja, unohtaa tarinan nimen ja pysähtyy kesken lauseen. Onko se vain tavallista haparointia vai alku jostain vakavammasta? Vastausta etsitään usein kalliiden aivokuvien ja pitkien tutkimusten avulla. Harvalla järjestelmällä on varaa tarjota niitä kaikille, jotka pohtivat muistinsa tilaa. Ajatus, että ihmisen puhe voisi paljastaa varhaiset muutokset aivoissa, kiehtoo

tekoäly

Leikkausvideot osaavat rajata työn vaiheet – kun niitä kuunnellaan myös sanoin

Leikkaussalissa kamerat käyvät yhä useammin koko toimenpiteen ajan. Ihmissilmä näkee videolta vaistonvaraisesti, milloin siirrytään valmistelusta varsinaiseen työvaiheeseen ja siitä sulkemiseen. Tietokoneelle tämä on ollut yllättävän vaikeaa: se on tarvinnut valtavasti käsin nimettyjä esimerkkivideoita oppiakseen, mitä missäkin kohdassa tapahtuu. Viime vuosina ajatus on ollut, että mitä suurempi ja kalliimpi ennakkoharjoittelu, sitä

tekoäly

Älylaitteet voivat oppia varoittamaan oudoista tapahtumista jakamatta arkaluonteista dataa

Kun mallit oppivat yhteisten mittareiden varassa, valvonta tehostuu ilman, että kotien tai tehtaiden raakadataa tarvitsee keskittää. Wifi-reitittimesi vilkkuu öisin eri tahtiin kuin päivällä. Useimmiten se on harmitonta taustaliikennettä. Mutta entä jos keittiön kahvinkeitin alkaa yllättäen lähettää tietoa keskellä yötä? Moni toivoisi älylaitteidensa osaavan huomata oudot kuviot ilman, että kodin tietoja

tekoäly

Kone paljastuu äänen sävystä, ei siitä mitä se sanoo

Olet puhelimessa, ja vastapuoli vaikuttaa asialliselta. Vastaukset ovat järkeviä, jopa kohteliaita. Silti jokin ei täsmää. Pieni tauko osuu väärään kohtaan, naurahdus kuulostaa opetellulta, ja myöntävä "mm" tulee aavistuksen liian myöhään. Hetken päästä huomaat ajattelevasi: tämä on botti. Viime vuosina on toisteltu, että tekoäly on harpannut uuteen aikaan: järjestelmät

tekoäly

Talviteiden hoito tehostuu, kun kone oppii ensin jakamaan työn ja vasta sitten suunnittelemaan reitit

Tämä kaksivaiheinen ajattelutapa lyhensi pisimpiä ajovuoroja alle kahden tunnin rajan ja pienensi päästöjä Britannian päätieverkoilla – ja osoittaa, miten tekoäly voi tukea arjen turvallisuutta. Ensimmäinen liukas aamu tulee usein yllättäen. Varikoilla lähtevät liikkeelle aurat ja suolakuorma-autot, joilla on edessään satojen kilometrien verkosto. Jos suunnittelu pettää, osa teistä jää liian pitkäksi aikaa

viestintä

Tarinat eivät katoa väittelyssä – nyt niitä voi analysoida järjestelmällisesti

Olet ehkä huomannut sen työpaikan kahvipöydässä tai somessa: kun väittely käy kuumana, taulukot ja käyrät hiljenevät helposti yhden arkisen kertomuksen edessä. Yksi kertoo, miten rokotteen jälkeen mummo vihdoin pääsi taas torille; toinen muistaa bussinkuljettajan, joka maksoi omasta pussistaan nuoren matkustajan lipun. Tällaiset tarinat eivät ole pelkkää koristelua. Ne muuttavat sitä,